网球运动传入到中国已经近百年历史,这一运动越来越受到广大人民群众的亲睐,但网球运动在其普及过程中也同样遇到许多问题。现目前对于网球专业运动员及业余网球选手对于其技术水平的评价还缺少一套系统的标准及模型,不利于网球爱好者对自身技术水平进行准确的定位,从而导致无法从定量的角度去衡量一名网球选手的技术水平,对于一般的培训机构也无法有针对性地提出对个人技术改进的理论方面的支撑。国外,美国网球协会(USTA)与美国职业网球协会(USPTA)、国际健康运动俱乐部(IHSRA)开发了NTRP,国际网联(ITF)出台了一项能在世界范围内对网球选手进行分级的标准ITN,但即使是世界上最通用的标准也并非从技术的角度去准确评价一名网球选手的技术水平,而在国内基本上没有开展这方面的研究。本文在对国内外网球选手技术水平体系进行总结,并在分类研究的基础上,从技术角度出发,尝试提出建立适合国内业余网球选手技术水平评价模型。论文的主要内容包括：1.分析业余网球选手基本技术特点,根据比赛及训练中常用的技术类型,尝试建立了一个三层的业余网球选手技术水平评价指标体系,体系中包含发球技术指标、落地正拍击球技术、落地反拍击球技术、凌空击球技术二级指标4个,平击发球、上旋发球等三级指标共23个。2.运用层次分析法,分析了对应于每一个二级指标中所含三级指标间的重要度,建立了判断矩阵,确立了各指标之间的相互权重关系,分析了各级指标针对上一级指标的权重系数,为有针对性的提高被测试者的技术水平提供了指导性意见,并采集了5个被测试者相关指标的值,运用灰色综合评价方法,对被测试者的技术水平进行了评估,从而实现了网球选手技术水平的定量化。3.根据被测试者样本指标值及技术水平评价值,运用MATLAB2010 BP神经网络工具箱模拟了样本值与最终评价结果间的相互关系,将样本测试值作为输入层,将灰色综合评价值作为输出层,构建出一个三层的BP神经网络,并自行训练学习,模拟出三级指标与一级指标间的逻辑运算关系及权重关系,并用神经网络工具箱对这一关系进行了编程建模,使这一评价指标体系模型化。为其它测试者提供了快速分析技术水平的平台,为有针对性的提高被测试者的技术水平提供了基本的数据支撑。4.分析了所建立的业余网球选手技术水平评价模型的不足之处,如需运用建立的模型来分析被测试者的技术水平,则需要采集较大数量的样本值,且要求在采集数据过程中保持测试环境的基本相似,并提出可以使用机器喂多球的方式来进行测试,确保样本值在外部环境具有高度的相似性,分析了这一模型推广运用的可行性。